电流变传动器AR三谱特性

应用新的技术方法研究电流变传动器的非高斯过程.高阶谱分析是一种新的信号处理的有效技术,它可以定量描写信号间的非线性耦合,可以抑制噪声、保留了信号的相位信息.本研究当零均值的非高斯白噪声干扰电流变传动器时,利用输出的采样数据,建立四阶累积量的时间序列的自回归模型和自回归三谱,用于分析电流变传动器的动态特性.电流变的传动器的自动检测与控制系统是用NI虚拟仪器构成的.     

双主动圆盘式电流变传动器的数学模型

在基于虚拟仪器构建的通用的电液测控实验台上,采用Bingham模型描写电流变液,建立电流变传动器的离散数学模型.对于随机负载干扰和不确定摩擦阻尼的情况,利用输入输出角度和转矩的采样数据,识别模型的系数,并可计算系统的无阻尼自然频率和阻尼比或时间常数.所建立的数学模型与基于Leven berg-Marquardt算法的人工神经网络建立的模型相比较,能更有利于对电流变传动系统进行结构设计、参数识别和系统控制.     

圆盘式电流变传动机构的性能

圆盘式电流变传动器是电流变传动机构的主要领域，而机构的功率损耗及其效率又是整个机构动态研究的重要课题．文中研究装置的粘性功耗及漏导功耗，提出1个新参量——控制能力系数．该系数可用来研究装置尺寸及材料参数的选取，其对机构性能的影响．     

电流变液的流变性试验和建模

利用旋转粘度计装置,研究电流变液的流变特性.通过试验,分析电场强度、剪切速率和分散相粒子的百分比等对电流变液剪切应力的影响.利用实验数据,建立描述电流变液流变特性的Bingham模型、广义Bingham和非线性模型,并讨论它们的误差.     

一种岩石非线性流变模型

岩石是一种复杂的工程介质,具有明显的非均质性、不连续性及各向异性等特点,其宏观流变表现为非线性流变变形.通过岩石非线性流变变形是时间的Weibull分布函数的假定,提出了一个新的非线性流变元件(NRC模型);通过NRC模型与西原模型的串联,建立了能够描述加速流变特性的岩石非线性流变模型(NRM);利用盐岩单轴压缩流变试验曲线对建立的岩石非线性流变模型进行辨识,获得了岩石非线性流变参数.岩石非线性流变模型与试验结果的比较,显示了所建非线性流变模型的正确性与合理性.     

软土流变特性的室内试验与改进的西原模型

详尽描述了软土流变特性的室内直剪实验方法,探讨了实验中需特别注意的加载方法、试样保存以及试验数据读取等一些重要问题,通过对现有流变模型的分析及结合室内直剪蠕变试验结果,用非线性牛顿体替代线性牛顿体,从而对西原正夫模型进行了改进,并导出了改进后模型的本构方程．最后,采用本文改进模型对实验结果进行了非线性分析,获得了相应的实验拟合曲线及模型的参数值,结果表明,理论计算与实测结果吻合良好．     

脑电时间序列的非线性重构

脑电信号的非线性特征量的提取以其非线性重构为基础,对脑电信号的进行非线性重构的关键是正确选择重构参数时间延迟和嵌入维数．确定重构参数的方法很多,并各有其优缺点．C—C方法是一种可以同时确定最佳时间延迟和最佳嵌入维数的新方法,以Lorenz模型数据和脑电时间序列为计算对象,对这种方法进行了验证与比较．     

混沌时间序列局域线性预测方-法

在许多场合下,时间序列中的明显随机性可能是由于非线性确定性系统中混沌行为的缘故．混沌系统对初值的极端敏感性使之不可能对其时间序列进行长期预测,然而,利用混沌的确定性可以进行短期预期．混沌时间序列预测首先要重构相空间,接着再利用非线性函数逼近方法构造一个动力学系统模型．探讨了预测模型问题,并用数值分析的方法对Ｆａｒｍｅｒ＆Ｓｉｄｏｒｏｗｉｃｈ,Ｌｉｎｓａｙ和Ｎａｖｏｎｅ＆Ｃｅｃｃａｔｏ提出的三种典型混沌时间序列局域线性预测方法进行了研究．实验结果表明,这三种方法的性能是相同的．本文的结果将平息人们对这三种方法优劣的争论,有利于在实际中选择合适的预测模型．     

非晶态合金晶化电特性时间序列模型及预测

在非晶态合金晶化过程中,尽管无法知道那些系统变量及它们之间如何相互作用来支配晶化的演化,但可以肯定的是过程变量尤其是晶化电特性蕴含着不同的时频特性.因此,将材料科学与信息科学技术相结合,利用非线性系统辨识方法,提出一种基于小波变换和ARFILSSVM方法的晶化电特性时间序列模型及预测方法.首先利用小波变换对时间序列进行分解,分离出时间序列中的低频和高频序列,然后利用AR模型预测高频序列,利用FILSSVM方法预测低频序列,最后将各模型的预测结果叠加,从而得到原始序列的模型及预测.仿真试验表明,该方法是非晶态合金晶化电特性时间序列的有效预测方法.     

理想电流变阀的流体动力学响应

根据Ｂｉｎｇｈａｍ流体塑性本构方程提出一种计算方法,分析了理想电流变阀中的非定常Ｐｏｉｓｅｕｉｌｅ流动的动力学过程．结果表明,理想电流变阀的响应时间不仅取决于流体的动力学粘性系数、阀间距和压力梯度,而且也与电流变液的屈服应力有关．用ＣＮ有限差分格式及近似Ｂｉｎｇｈａｍ模型的双粘性系数参数模型数值模拟了在相同情形下的动力学响应过程,两者符合得很好．     

磁流变减振系统的双谱分析研究

减振系统一般由多个部件组成,磁流变效应又是非线性的,磁流变减振系统存在明显的非线性特征,非线性特性分析对系统的改进设计及措施补偿具有重要意义.双谱分析是一种新的、功能强的信号处理技术,能定量地描述系统非线性耦合度,抑制高斯噪声且保持相位信息.实验中,使用采样数据建立自回归模型(AR模型),运用双谱分析方法研究磁流变减振系统的非线性规律.研究表明,双谱分析磁流变减振的方法是完全可行的,有效的.     

基于小波方法的空间风速场模拟

为克服随时间变化模型基于适应过滤器和窗口估计方法中窗口长度不宜过大,产生的短时时间序列模拟准确性不够高的缺点,应用小波分解方法,结合线性滤波器法的向量过程自回归(AR)模型,给出了模拟空间脉动风场的一种新方法.该方法对于AR模型自回归系数在空间上进行小波扩展,采用最小二乘法来估计AR模型的自回归系数,并给出了该方法模拟空间风速场的实现步骤.将该方法应用于一空间结构的风速场模拟,并给出了模拟结果与目标值的对比,以及与向量过程AR模型模拟结果的对比,结果证实该方法可以减少风速时程分析在频域上的信息损失,对短时时间序列模拟具有较高的准确性,并具有较高的计算效率.     

混合自回归条件异方差模型的谱分析

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计...     

ARCH模型在金融时间序列中的拟合应用

讨论了自回归条件异方差(Autoregressive Conditional Heteroskedastic,简称ARCH)模型在金融时间序列分析中的拟合应用,以一金融时间序列为例,通过SAS/ETS中的自回归(Autoreh)过程实现对该金融时间序列的自回归-广义自回归条件异方差(Autoregressive-generalzed ARCH,简称AR-GARCH)模型的拟合和分析,最终得到理想结果.     

基于GED的混合ARCH模型

提出了基于广义误差分布的混合自回归条件异"方差"模型,将时间序列尾部的特征融入到混合条件异"方差"模型的参数估计之中,发现模型中的指标r和数据本身尾部厚薄的性质有关.给出了该模型参数估计的EM算法,并利用BIC准则对模型进行定阶.     

混合周期自回归滑动平均时间序列的平稳性条件

为了描述周期时间序列中的偏倚和多峰现象,结合有限混合模型方法,将周期自回归滑动平均（Periodical Autoregression Moving Average——PARMA）模型推广,提出混合周期自回归滑动平均时间序列（MPARMA）模型,并讨论了MPARMA序列的一阶和二阶平稳性条件。     

基于神经网络的时序预测模型研究

将神经网络作为传统的时序线性模型的非线性推广进行了分析,论证了多层前向神经网络与非线性自回归模型及反馈神经网络与非线性自回归移动平均模型的等价意义,提出了一种可作为非线性时序模型的内反馈神经网络．     

基于小波分析的铁矿石运价预测

在分析了小波分析对铁矿石海运价格非平稳数据序列预测优势的基础上,介绍了多分辨率分析理论和奇异性检测,借助于MATLAB和EVIEWS软件,建立自回归移动平均（ARMA）和Holt-Winters非季节组合模型,对经过处理的高频和低频数据进行静态和动态预测.预测结果表明,小波分析在非平稳时间序列预测方面具有很大的优势.     

基于小波多分辨分析的线性预测

提出了一种对非平稳时间序列预测的新方法.通过小波多分辨分析把某些非平稳间序列分解若干层近似意义上的平稳时间序列,然后再用自回归模型对每层的单支重构信号进行预测,最后综合每层的预测值可得到原时间序列的预测值.仿真实验表明了该方法的优越性.